Автоматический прокси из другого языка к Python (летняя практика)

Материал из Wiki - Факультет компьютерных наук
Версия от 20:24, 4 июня 2015; Axelr (обсуждение | вклад)

(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск
Автор Рогожников Алексей Михаилович
[- Профиль на сайте ВШЭ]
Электронная почта
Организация Лаборатория методов анализа больших данных (LAMBDA)
Учебный год 2015


Задание

Разработать минималистичный автоматический прокси из другого языка к Python.

Схема:

  1. веб-сервер на питоне. Он умеет а) принимать json запросы и б) отдавать листинг доступных классов и информацию об их конструкторах (IPython, например, так работает)
  2. ""клиент"" на другом языке, скажем, на R или Ruby. Ожидаемое поведение в другом языке:
box = PythonProxy('http://гдесервер') 
clf = box.sklearn.ensemble.AdaBoostClassifier(base_estimator=box.sklearn.ensemble.GradientBoostingClassifier())
clf.fit(X, y)

В первой строке произошло подключение к серверу, выкачка данных о доступных классах (она может происходить лениво, как в IPython), во второй конструируется объект с использованием проксей к этим классам (использовались классы из библиотеки sklearn), в третьей вызывается метод, на сервер передается json-представление текущего объекта и параметры X,y. На сервере происходит обучение и возвращается обратно новый clf. На второй и третьей строках должно работать автодополнение (intellisense).

Зачем это надо?

Чтобы классификаторы, которые есть на питоне (или имеются питон-обертки), легко было использовать из других языков.

Какие начальные требования?

  • знать python (знакомство с IPython желательно),
  • быть знакомым с R или Ruby или F#,
  • минимальный опыт работы с веб-сервисами.

Какие будут использоваться технологии?

  • Python + второй язык
  • Понимание работы pickle
  • Веб-фреймворк (django, например)
  • Библиотека sklearn будет выступать в роли пробного камня.